首页 > 《中国科技信息》 > 2023年21期 > 基于Stacking的瓦斯浓度预测模型

基于Stacking的瓦斯浓度预测模型

在线阅读下载PDF 导出详情

摘要摘要:瓦斯灾害一直是我国煤矿领域的严重安全隐患，超过限定值的瓦斯浓度极易导致人员伤亡和经济损失。本文提出了一种新的基于Stacking堆叠预测模型。首先构建Stacking堆叠模型，选用LSTM、RNN、MLP作为元模型，为了验证所提出的模型，通过设置对比实验，计算了包括RMSE、MAPE和R2在内的性能指标。结果表明，与单一模型相比，Stacking集成模型具有更高的精度，四个评价指标与单一模型相比有较大的提升，采用该模型预测瓦斯浓度，可以大幅降低煤矿生产过程中发生瓦斯灾害的概率，保障煤矿工人的生命安全和矿区的稳定运营，具有重要的现实意义和应用价值。

DOI 3j7m0om2wj/8005205

作者张梓洋林文睿陈伟祥

机构地区华北理工大学河北唐山 063210

出处《中国科技信息》 2023年21期

关键词瓦斯浓度预测 Staking模型 LSTM RNN MLP

分类 [建筑科学][建筑技术科学]

出版日期 2024年02月22日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1丁玉硕 ,肖梵,马志帆,辛佳宝,胡学静,王梦霞. 基于Stacking堆叠模型的构建算法.,2022-07.
2张海波. 基于数量化理论的鹤壁六矿瓦斯含量预测模型研究.企业管理,2014-08.
3周青松;范兴容. 基于Stacking融合深度学习模型和传统机器学习模型的短文本情感分类研究.教育学,2018-03.
4魏鹏飞. 基于 MMAS 算法的瓦斯突出预测方法研究.电力电子与电力传动,2014-02.
5卢宇强. 基于组合预测模型的物流量预测研究.政治经济学,2013-12.
6许勇. 基于生理药代动力学模型预测他克莫司儿童体内血药浓度.免疫学,2018-05.
7杨新航. 基于低浓度瓦斯发电技术研究现状与应用.,2023-08.
8张雨金;周杭霞. Stacking-SVM的短期光伏发电功率预测.测试计量技术及仪器,2018-02.
9徐辉军;张林男. 基于GM-ARMA组合模型的PM2.5浓度预测——以扬州市为例.职业技术教育学,2018-04.
10丛菁;孙立娟. 大连市负氧离子浓度分布及预测模型的建立.大气科学及气象学,2010-04.

来源期刊

中国科技信息

中国科技信息

相关推荐

同分类资源更多

相关关键词

瓦斯浓度预测 Staking模型 LSTM RNN MLP

返回顶部